一种矿井用多摄像头运动目标连续跟踪方法技术

本发明专利技术提供一种矿井用多摄像头运动目标连续跟踪方法，该方法主要包括对目标模板建立字典、目标检测、稀疏表示跟踪三大系统。在跟踪中所有的摄像头都是安装在固定位置其核心是：采用目标检测跟踪算法，在大量的视频数据中寻找感兴趣的运动目标，用计算机代替人工监测，降低了人工查找的时间，提高了搜索的效率；为井上的管理人员提供了井下工作人员的行走路线，从而使得管理者及时通知井下人员所处周围环境的变换或者及时警告其所处周围环境中存在的危险；提出了在不同摄像头之间的检测跟踪算法，能够掌握工作人员的大致位置，当发生矿井事故时能够及时寻找到救援目标，为救援团队争取时间，从而及时对其实施援救。

A multi camera moving target continuous tracking method for mine

The invention provides a multi camera continuous moving target tracking method for mines, which mainly consists of three systems, namely, the establishment of dictionaries, target detection and sparse representation tracking for target templates. In the tracking of all cameras are mounted on the fixed position of the core is: the target detection and tracking algorithm for moving object of interest in the amount of video data, using a computer instead of manual monitoring, reduce the manual search time, improve search efficiency; provide routes of underground workers as well the management personnel, so as to make the management timely notify the underground personnel at the surrounding environment or transform the timely warning danger exists in the surrounding environment; the detection in different between camera tracking algorithm, can grasp the approximate position of the staff, when the mine accident can timely find rescue target. For the time of the rescue team, and timely implementation of the rescue.

【技术实现步骤摘要】
一种矿井用多摄像头运动目标连续跟踪方法
本专利技术运动目标跟踪领域，特别涉及一种矿井用多摄像头运动目标连续跟踪方法。
技术介绍
现阶段，煤矿监控系统仍然以人工监测为主，但科学研究表明，人眼连续监视屏幕超过20分钟就会出现视觉疲劳，导致大脑麻痹，不能实时处理各类突发事件。因此，要在煤矿视频监控系统中引入智能视觉技术，用机器处理代替人眼观测，从而提高监控的效率。现在一般的煤矿中都装有监控系统，而采取的这些措施一定程度上能够避免一些事故的发生或者是在事故发生后提供救援所需要的分析资料。但是煤矿的工作人员一旦进入到井下，他们在井下所处的实际位置、工作状态以及所面临的一些突发状况或险情都很难直接并且及时的被井上的工作人员或救援团队所掌握。由于煤矿井下的巷道错综复杂，难以清楚识别，其中有些区域可能存在着大量的有害气体或者其他的危害因素，亦或者是一些设备重地，而这些区域往往是禁止入井人员在没有采取有效防护措施的情况下随意进入的。由于井下采用人工照明的方式，能见度不好，巷道比较复杂，一般的警示牌在这样的环境中警示效果不够有力，并且长时间从事枯燥而且繁重的工作，使工作人员容易因为疲劳从而忽视了这些警示本文档来自技高网...

【技术保护点】
一种矿井用多摄像头运动目标连续跟踪方法，其特征在于，所述方法包括如下步骤：S1：在第一个摄像头采集的视频中，抽取视频帧，并通过跟踪框框选出跟踪目标图像；S2：将跟踪框向不同方向移动a个像素，获得多个运动目标模板；S3：提取运动目标特征，并对运动目标特征进行降维处理，创建运动目标字典；S4：根据步骤S1抽取的前一视频帧的结果，按照高斯分布，从创建的运动目标字典中筛选出N个粒子，获得初始粒子样本集Dj；S5：根据BLOOMP算法，求得运动目标字典的稀疏表示系数；S6：利用最大后验估计得到权值最大的粒子，其对应的运动目标模板为跟踪结果；S7：利用更新模板算法对初始粒子样本集Dj‑1进行更新；S8：检...

【技术特征摘要】
1.一种矿井用多摄像头运动目标连续跟踪方法，其特征在于，所述方法包括如下步骤：S1：在第一个摄像头采集的视频中，抽取视频帧，并通过跟踪框框选出跟踪目标图像；S2：将跟踪框向不同方向移动a个像素，获得多个运动目标模板；S3：提取运动目标特征，并对运动目标特征进行降维处理，创建运动目标字典；S4：根据步骤S1抽取的前一视频帧的结果，按照高斯分布，从创建的运动目标字典中筛选出N个粒子，获得初始粒子样本集Dj；S5：根据BLOOMP算法，求得运动目标字典的稀疏表示系数；S6：利用最大后验估计得到权值最大的粒子，其对应的运动目标模板为跟踪结果；S7：利用更新模板算法对初始粒子样本集Dj-1进行更新；S8：检测第k-1个摄像头采集的视频中的运动目标，进行步骤S3-S7。2.如权利要求1所述的矿井用多摄像头运动目标连续跟踪方法，其特征在于，采用Gabor特征提取算法提取运动目标特征。3.如权利要求1所述的矿井用多摄像头运动目标连续跟踪方法，其特征在于，采用PCA算法对运动目标特征进行降维处理。4.如权利要求1所述的矿井用多摄像头运动目标连续跟踪方法，其特征在于，步骤S1包括：S11：在第一个摄像头采集的视频中，抽取一视频帧，并展示给管理者；S12：管理者通过人机交互界面判断是否有需要跟踪的目标，如果有，进行步骤S13，如果没有，进行步骤S14；S13：手动框选出欲跟踪目标图像；S14：通过人机交互界面输入重新抽取视频帧的指令，直至抽取到含有欲跟踪目标的视频帧，进行步骤S13。5.如权利要求1所述的矿井用多摄像头运动目标连续跟踪方法，其特征在于，步骤S1还包括：S15：利用自适应混合高斯算法构建含有欲跟踪目标的视频帧的背景图像；S16：将框选出的欲跟踪目标图像与背景图像做交集处理，获得共有图像；S17：判断共有图像是否为...

【专利技术属性】
技术研发人员：逯彦，黄庆享，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：陕西,61